摘要：【目的】研究基于区域卷积神经网络(R-CNN)模型的广西柑橘病虫害识别方法,为提高柑橘重要病症分类和病理检测效率提供参考依据。【方法】设计专用R-CNN模型,采用多层神经网络,通过机器学习算法和神经网络对柑橘黄龙病、红蜘蛛感染和溃疡病等广西柑橘主要病症特征图像进行识别,分析其准确率和空间复杂度。【结果】R-CNN模型对广西柑橘黄龙病的平均识别准确率为95.30%,对红蜘蛛感染的平均识别准确率为90.30%,对溃疡病的平均识别准确率为99.10%,均优于传统机器学习方法中支持向量机算法(SVM)的平均识别准确率(分别为93.20%、88.20%和95.20%),分类效果也优于小型神经网络模型如视觉几何组网络(VGG-19)模型,平均识别准确率分别提高4.25%、4.62%和2.55%。R-CNN模型在较少神经元参数(33层卷积网络)情况下,空间复杂度比SVM和VGG-19模型低,能获得更佳的柑橘黄龙病、红蜘蛛感染和溃疡病识别效果。【结论】R-CNN模型识别是一种对柑橘黄龙病、红蜘蛛感染和溃疡病行之有效的鉴别方法,可在广西柑橘果园大量部署和应用。

摘要：以移动网络的便利性为切入点,阐述传统农业科普方式转变的必要性,结合大美广西农业科普社区网站建设实践,分析了农业科普网站、社区信息服务平台、动漫视频与文本结合、手机移动端站点设计和匹配型农业科普社区志愿者服务等创新服务模式,以期探索适应时代潮流的科普教育途径。

摘要：【目的】探明机械车轮碾压引起的土壤压实对蔗田理化性状、微生物活性和甘蔗生长的影响,为保护蔗田土壤环境和甘蔗机械化收获的推广提供理论依据。【方法】采用随机区组设计,用甘蔗田间运输车对蔗田进行碾压处理,以未碾压的小区作为对照。在宿根蔗的不同生长期调查土壤容重、含水量、土壤养分、酶活性和微生物量,以及甘蔗根系、农艺性状和产量等参数。【结果】机械压实后土壤容重增大,土壤含水量、土壤pH值、土壤有机质以及全氮、全磷和全钾含量有所提升,速效养分含量降低;土壤蔗糖酶的活性显著提高,土壤脲酶活性和磷酸酶活性无显著变化;土壤细菌、真菌、放线菌的数量总体上比CK高;甘蔗植株的根系干重显著下降,发株数显著减少,蔗茎减产7.43%。相关分析结果表明,脲酶活性与真菌数量呈正相关关系、与放线菌数量呈负相关关系;蔗糖酶活性与真菌数量呈正相关关系;磷酸酶活性与真菌数量呈负相关关系,与放线菌呈正相关关系。【结论】机械压实可在一定程度上提高土壤含水量、土壤基础肥力和土壤微生物活性,而土壤有效养分的供给能力有所下降;同时,压实可抑制甘蔗根系生长,进而影响甘蔗产量。